अत्याधुनिक वक्ता पहचान, आप जहाँ भी हों

अत्याधुनिक वक्ता पहचान, आप जहाँ भी हों। Glimpse 1.2.7, NVIDIA का नया Nemotron 3 Diarization मॉडल लाइब्रेरी में लाता है, जो पूरी तरह आपके Mac या PC पर चलता है। हर मीटिंग, इंटरव्यू और लेक्चर की हर पंक्ति सही व्यक्ति के नाम के साथ आती है, बिना अपलोड, बिना अकाउंट और बिना इंटरनेट कनेक्शन के।

पहले से कहीं ज़्यादा सटीक

AMI मीटिंग कॉर्पस पर, जिसमें 16 असली मीटिंग और 9 घंटे से ज़्यादा का ऑडियो है, Glimpse में Nemotron 3 पिछले मॉडल से 42% कम गलतियाँ करता है।

• चार गुना कम गड़बड़। गलत व्यक्ति के नाम लगी पंक्तियाँ 3.6% से घटकर 0.9% रह जाती हैं।
• 8 वक्ताओं तक। एक ही रिकॉर्डिंग में दोगुनी आवाज़ें, अलग-अलग पहचानी गईं।
• रियल टाइम में भी सटीक। सिर्फ़ एक सेकंड आगे देखकर भी यह पूरे 30 सेकंड आगे देखने वाले पिछले मॉडल से बेहतर करता है।

कमाल की रफ़्तार

Apple silicon पर वक्ता पहचान रियल टाइम से 339 गुना तक तेज़ चलती है, जो पहले से तीन गुना से भी ज़्यादा तेज़ है। 10 मिनट की मीटिंग दो सेकंड से कम में पूरी हो जाती है। मॉडल भी छोटा है, सिर्फ़ 106 MB।

आपके डिवाइस के लिए बना

Glimpse, Nemotron 3 को अपने ऑन-डिवाइस स्पीच इंजन transcribe.cpp से चलाता है, Glimpse के लिए बने GGUF वर्ज़न के साथ। यह पोर्ट हर चरण पर NVIDIA के रेफ़रेंस इम्प्लीमेंटेशन से मेल खाता है, और छोटा 8-बिट मॉडल फ़ुल प्रिसिज़न जितना ही स्कोर करता है। आपकी रिकॉर्डिंग कभी आपके कंप्यूटर से बाहर नहीं जातीं।

बदला हुआ मॉडल सबके लिए Hugging Face पर उपलब्ध है, पूरे बेंचमार्क के साथ। Glimpse इसे कैसे इस्तेमाल करता है, इसकी पूरी जानकारी के लिए देखें Glimpse में NVIDIA Nemotron 3 Diarization।

उपलब्धता

Nemotron 3 के साथ वक्ता पहचान अब Mac और Windows के लिए Glimpse 1.2.7 में उपलब्ध है। मौजूदा यूज़र बैकग्राउंड में अपने आप अपग्रेड हो जाते हैं। वक्ता पहचान लाइब्रेरी का हिस्सा है, जो हर Glimpse लाइसेंस और दो हफ़्ते के मुफ़्त ट्रायल में शामिल है। डिक्टेशन पहले की तरह मुफ़्त और असीमित है।